Fondamenti di Intelligenza Artificiale M. Altri possibili esercizi
|
|
- Geronimo Lillo
- 6 anni fa
- Visualizzazioni
Transcript
1 Fondamenti di Intelligenza Artificiale M Altri possibili esercizi 1
2 Esempi di possibili esercizi Description Logic e SW e domande sui seminari in generale Introdurre brevemente la differenza tra Open World Assumption e Close World Assumption, illustrando tale differenza con una piccola knowledge base di esempio. Illustrare brevemente i possibili modelli semantici visti nel corso per rappresentare la conoscenza. Spiegare brevemente, nell ambito dell iniziativa Semantic Web, il ruolo degli standard RDF e OWL. Nell ambito di Semantic Web, introdurre brevissimamente la funzione dello standard SPARQL, eventualmente con qualche esempio di query. Considerando gli operatori (EXISTS, FORALL, AND, FILLS) e i simboli logici di Description Logic visti a lezione, rappresentare la seguente conoscenza: Le conferenze importanti sono tutte quelle che hanno almeno 3 iscritti. Le conferenze italiane sono quelle dove tutti gli iscritti sono italiani. Alla conferenza xyz si sono iscritti Federico, Marco e Paolo. Tutti e tre sono italiani. Cosa è possibile inferire in Description Logic da questa base di conoscenza? 2
3 Esempi di possibili esercizi Meta-interpreti in Prolog Semplicissime varianti del vanilla meta-interprete 3
4 È dato lo stato iniziale descritto dalle seguenti formule atomiche: [ handempty] (a,c,d rappresentano dei blocchi e p1,p2,p3 sono le uniche 3 posizioni occupabili del tavolo Le azioni sono modellate opportunamente come segue: pickup(x,pos) PRECOND: ontable(x,pos), clear(x), handempty DELETE: ontable(x,pos), clear(x), handempty ADD: holding(x), empty(pos) putdown(x,pos) PRECOND: holding(x), empty(pos) DELETE: holding(x), empty(pos) ADD: ontable(x,pos), clear(x), handempty (Pos è una variabile che rappresenta la posizione del tavolo, X,Y rappresentano blocchi) 4
5 stack(x,y) PRECOND: holding(x), clear(y) DELETE: holding(x), clear(y) ADD: handempty, on(x,y), clear(x) unstack(x,y) PRECOND: handempty, on(x,y), clear(x) DELETE: handempty, on(x,y), clear(x) ADD: holding(x), clear(y) e il goal ontable(a,p2) Si descriva come l algoritmo lineare backward STRIPS trova un piano per questo goal (quindi si mostri SOLO una strada nell albero di ricerca considerando come ordinamento tra precondizioni in and nello stack quello che considera prima le precondizioni che unificano direttamente con un letterale dello stato e poi quelle che per essere soddisfatte hanno bisogno di una azione). Si descriva lo stato e lo stack dei goal passo passo. 5
6 handempty ontable(a,p2) handempty ontable(a,p2) unifica con una postcond. dell azione empty(p2) holding(a) empty(p2) unifica con un letterale nello stato 6
7 handempty Handempty empty(p2) unifica con un letterale nello stato holding(a) holding(a) unifica con una postcond. dell azione pickup(a,pos) ontable(a,pos) clear(a) handempty ontable(a,pos) clear(a) han dempty pickup(a,pos) ontable(a,pos) unifica con un letterale dello stato Pos/p1 7
8 Handempty ontable(a,pos) unifica con un letterale dello stato Pos/p1 clear(a) handempty ontable(a,p1) clear(a) hand empty pickup(a,p1) Handempty clear(a) ed handempty unificano con un letterale nello stato ontable(a,p1) clear(a) hand empty pickup(a,p1) la congiunzione è soddisfatta 8
9 Handempty la congiunzione è soddisfatta pickup(a,p1) eseguo pickup(a,p1) empty(p1), holding(a), la congiunzione è soddisfatta 9
10 empty(p1), holding(a), la congiunzione è soddisfatta Eseguo empty(p1), handempty(a), ontable(a,p2) 10
11 Planning Oppure domande di teoria o modellazione di azioni in STRIPS 11
Fondamenti di Intelligenza Artificiale M
Fondamenti di Intelligenza Artificiale M 1 Esempi di possibili esercizi Description Logic e SW Introdurre brevemente la differenza tra Open World Assumption e Close World Assumption, illustrando tale differenza
DettagliFondamenti di Intelligenza Artificiale M a.a. 2010/2011. Note sul compito d esame
Fondamenti di Intelligenza Artificiale M a.a. 2010/2011 Note sul compito d esame 1 Composizione di un possibile testo d esame Il testo d esame di Fondamenti di Intelligenza Artificiale M, dal 2009/2010
DettagliEsercizi su planning 1
ESERCIZI SU PIANIFICAZIONE AUTOMATICA 13 Settembre 2004 Si consideri il problema di trasportare un carico tramite un carrello ferroviario che puo percorrere le tratte tra città connesse. Inizialmente il
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE M 15 Luglio 2010 Tempo a disposizione 2h 45min Risultato 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE M Luglio 2010 Tempo a disposizione 2h 45min Risultato 32/32 punti Esercizio 1 (punti 4) Si formalizzino il logica dei predicati del I ordine le seguenti frasi: Ogni
DettagliPianificazione Non Lineare
Pianificazione Non Lineare Pianificare -> prendere molte decisioni. Il pianificatore non conosce a priori l effetto che ogni decisione avrà sul piano. Può essere necessario tornare indietro e prendere
DettagliCOMPITO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE 19 marzo 2009 (Punteggio su 30/30; Tempo 2h )
COMPITO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE 19 marzo 2009 (Punteggio su 30/30; Tempo 2h ) Esercizio 1 (punti 8) Dato il seguente training set S: Temperatura Umidità Classe Alta Alta Pos Alta Bassa
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)
FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 12 Giugno 2014 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si esprimano in logica dei predicati del I ordine le seguenti frasi:
DettagliEsercizio Planning. Dati:
Eserizio Plnning Dti: - lo stto inizile rppresentto in figur 1 e esritto lle seguenti formule tomihe: [ontle(,p1), ontle(,p2), ontle(,p3), on(,), ler(), ler(), ler(), hnempty] (,, rppresentno ei lohi e
DettagliCalcolo degli Eventi (EC)
Calcolo degli Eventi (EC) Framework basato su FOL per ragionare su azioni, eventi, e tempo Permette di modellare e ragionare su proprietà la cui verità varia nel tempo (fluenti) Quindi di rappresentare
DettagliApplicazioni di intelligenza artificiale
Applicazioni di intelligenza artificiale A.A. 2012-13 Docenti: Prof. Fabrizio Riguzzi, Evelina Lamma, Marco Gavanelli Ricevimento studenti: vedi pagine docenti e-mail: nome.cognome@unife.it Tel: 0532 9748
DettagliPlanning. un task di per se e attività comune a molti task, ad esempio
Planning Importante attività di problem solving dati una descrizione (parziale) dello stato corrente (eventualmente percepita) un insieme di azioni un obiettivo da raggiungere determinare: un piano, ossia
DettagliCreare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA
Creare ontologie ONTOLOGIE, DESCRIPTION LOGIC, PROTÉGÉ STEFANO DE LUCA Punto di partenza: materia per ragionare Gli agenti intelligenti possono usare tecniche deduttive per raggiungere il goal Per fare
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU) 12 Luglio 2012 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 parte (6 CFU) 12 Luglio 2012 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (7 punti) Si formalizzi in logica dei predicati del primo ordine la seguente
DettagliC1: L C1 C2: L C2 C: C1 C2
Abbiamo visto Gli agenti logici applicano inferenze a una base di conoscenza per derivare nuove informazioni. Concetti base della logica: sintassi: struttura formale delle sentenze semantica: verita` di
DettagliPlanning deduttivo in Prolog Planning in Prolog (come ricerca forward) (il 18 Gennaio, in Lab)
APPLICAZIONI DI INTELLIGENZA ARTIFICIALE A.A. 2010/2011 Docenti: Prof. Fabrizio Riguzzi, Evelina Lamma, Marco Gavanelli Ricevimento studenti: vedi pagine docenti e-mail: nome.cognome@unife.it it Tel: 0532
DettagliCOMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I. 2 Dicembre 2008 (Tempo a disposizione 2h ; su 32 punti)
COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I 2 Dicembre 2008 (Tempo a disposizione 2h ; su 32 punti) Esercizio 1 (punti 5) Rappresentare le seguenti frasi:
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2015/2016 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2015-16/
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 26 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 26 Gennaio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati del I ordine: - I
DettagliTrasformazione in clausole
DEPARTMENT OF INFORMATION ENGINEERING UNIVERSITY OF PADOVACorso Principio di A.A. Intelligenza di 2005-2006 Risoluzione Artificiale ing. Marco Falda marco.falda@unipd.it atomi letterali) Una A1 A2 L An
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2010/2011 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web del modulo: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2010-11/
DettagliProblema di Planning
Pianificazione (Planning) apitolo 11, Russell & Norvig Questa presentazione include lucidi creati da: B.J. Dorr, L. Getoor, A. Lazaric, Russel & Norvig, M. Simi, S. Sceffer Problema di Planning Trovare
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 14 Gennaio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 14 Gennaio 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si rappresentino in logica dei predicati del I ordine, le seguenti affermazioni:
DettagliIntelligenza Artificiale. Logica proposizionale: calcolo automatico
Intelligenza Artificiale Logica proposizionale: calcolo automatico Marco Piastra Logica formale (Parte 3) - Parte 3 Calcolo automatico Forme normali ed a clausole Risoluzione e refutazione Forward chaining
DettagliINTELLIGENZA ARTIFICIALE (elementi) 6 cfu
INTELLIGENZA ARTIFICIALE (elementi) 6 cfu Prof.ssa Stefania Bandini Dott. Alessandro Mosca Dipartimento di Informatica, Sistemistica e Comunicazione Università di Milano-Bicocca www.lintar.disco.unimib.it
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2016/2017 Docente: Prof. Paola Mello e-mail: paola.mello@unibo.it Tel: 051 2093818 Server web: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2016-17/
DettagliINTELLIGENZA ARTIFICIALE (elementi) 6 cfu
INTELLIGENZA ARTIFICIALE (elementi) 6 cfu Docente: prof.ssa Stefania Bandini Esercitatore: dr. Matteo Palmonari Dipartimento di Informatica, Sistemistica e Comunicazione Università di Milano-Bicocca www.lintar.disco.unimib.it
DettagliREGISTRI D'ESAME CODICE ESAME CORSO DI LAUREA NOME DEL CORSO LAUREA CFU
REGISTRI D'ESAME Con "" si intende la Triennale del Nuovo Ordinamento (Legge 270) Con "" si intende la Specialistica di due anni del Nuovo Ordinamento (Legge 270) CODICE ESAME CORSO DI LAUREA NOME DEL
DettagliRipasso di teoria ed esercizi in preparazione al terzo compito. 26 gennaio 2004
Ripasso di teoria ed esercizi in preparazione al terzo compito 26 gennaio 2004 Teoria: domande tipo per il terzo compitino 1. Metaprogrammazione: In cosa consiste la metaprogrammazione? Quali sono alcuni
DettagliLinguaggi e traduttori
Operatore giuridico d impresa Informatica Giuridica A.A 2004/2005 I Semestre Linguaggi e traduttori Lezione 3 prof. Monica Palmirani Produzione del Software il software si genera trasformando l algoritmo
DettagliIntelligenza Artificiale. A n n o A c c a d e m i c o La Rappresentazione della Conoscenza: I Sistemi di Produzione
Intelligenza Artificiale A n n o A c c a d e m i c o 2 0 0 8-2 0 0 9 La Rappresentazione della Conoscenza: I Sistemi di Produzione 1 Sommario Formalismi dichiarativi e procedurali Le regole di produzione
DettagliNuove Hyundai Go! Brasil Limited Edition STANDARD POSE 4 fuoriclasse per la Coppa del Mondo.
Dettagli
&203,72',,17(//,*(1=$$57,),&,$/( *LXJQR±3URI3DROD0HOOR 7HPSRDGLVSRVL]LRQH
&203,72',,17(//,*(1=$$57,),&,$/( *LXJQR±3URI3DROD0HOOR 7HPSRDGLVSRVL]LRQH Se un vampiro è vicino ad una qualunque persona, la morde, a meno che questa persona non indossi un crocifisso. In tal caso, il
Dettagli2a descrivere i materiali
2a descrivere i materiali 2l descrivere i materiali 2m descrivere i materiali 2n descrivere i materiali 2o descrivere i materiali 2p descrivere i materiali 2q descrivere i materiali 2r descrivere i materiali
DettagliConversione in clausole
ESERCIZI DI LOGICA ESERCIZIO 1 Si trasformi la seguente frase della logica dei predicati del primo ordine nella forma a clausole: "Le case grandi richiedono un grosso lavoro a meno che abbiano una persona
DettagliCorso di Applicazioni di Intelligenza Artificiale LS. Prof. Paola Mello Anno accademico 2008/2009
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Applicazioni di Intelligenza Artificiale LS Corso di Laurea in Ingegneria Informatica Prof. Paola Mello Anno accademico 2008/2009 CONTENUTI
DettagliDomande sugli esercizi di Logica
Domande sugli esercizi di Logica Domanda 1: Nell'esercizio 1 del compito dell 11 luglio 2000: 1. B, bambino(b) L buono(b) porta_regali(babbo_natale,b) ~bambino(b) V ~buono(b) V porta_regali(babbo_natale,b)
DettagliDal problema a un programma comprensibile dal calcolatore. Il Progetto degli Algoritmi. Dall analisi del problema all esecuzione
Il Progetto degli Algoritmi Fondamenti di Informatica A Ingegneria Gestionale Università degli Studi di Brescia Docente: Prof. Alfonso Gerevini Dal problema a un programma comprensibile dal calcolatore
DettagliEsercizio 1. min. Esercizio 2. Esercizio 3
A UNIVERSIÀ DEGLI SUDI ROMA RE Ricerca Operativa Primo appello gennaio 00 Esercizio Portando il problema in forma standard si aggiungono le variabili e 4. Impostando il problema artificiale è sufficiente
DettagliLogica proposizionale
Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A7_2 V1.1 Logica proposizionale Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio personale
DettagliIntroduzione alla Programmazione Logica ed al linguaggio PROLOG
Introduzione alla Programmazione Logica ed al linguaggio PROLOG Esercitazioni per il corso di Logica ed Intelligenza Artificiale a.a. 2013-14 Vito Claudio Ostuni Linguaggi procedurali e dichiarativi linguaggi
DettagliIntelligenza Artificiale. Lezione 23. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 0
Intelligenza Artificiale Lezione 23 Intelligenza Artificiale Daniele Nardi, 2003 Lezione 23 0 Azioni e cambiamento Il calcolo delle situazioni Pianificazione Deduttiva (Capitolo 11 delle dispense, 7.6
DettagliIntroduzione al Semantic Web
Corso di Laurea Specialistica in Ingegneria Gestionale Corso di Sistemi Informativi Modulo II A. A. 2013-2014 Giuseppe Loseto Dal Web al Semantic Web 2 Dal Web al Semantic Web: Motivazioni Il Web dovrebbe
DettagliPOLITECNICO DI MILANO
POLITECNICO DI MILANO Facoltà di Ingegneria dell'informazione Corso di Laurea di Ingegneria Informatica SISTEMA DI TEMPLATE PER VISUALIZZARE RISORSE IN UN WIKI SEMANTICO Relatore: Prof. Marco Colombetti
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 8 Settembre 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 8 Settembre 2016 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino in logica dei predicati del I ordine le seguenti frasi: 1.
DettagliAnalizzatore lessicale o scanner. Lo scanner rappresenta un'interfaccia fra il programma sorgente e l'analizzatore sintattico o parser.
Analizzatore lessicale o scanner Dispensa del corso di Linguaggi e Traduttori A.A. 2005-2006 Lo scanner rappresenta un'interfaccia fra il programma sorgente e l'analizzatore sintattico o parser. Lo scanner,
Dettagliterminologici, Frames con sintassi Web (XML, RDF, OWL, RuleML). Seminario su questo tema
Possibili Approfondimenti Ontologie e Web semantico. Protégé é (ontologie) RuleML (regole) Sistemi Esperti (area applicativa, varie applicazioni). Tool Kappa-PC o Open Sources 1 Ontologie e Web Semantico
DettagliInferenza nella logica del primo ordine
Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A7_6 V1.5 Inferenza nella logica del primo ordine Il contenuto del documento è liberamente utilizzabile dagli studenti,
DettagliDAGLI ALGORITMI AI LINGUAGGI. Linguaggi di Programmazione
DAGLI ALGORITMI AI LINGUAGGI Linguaggi di Programmazione E` una notazione con cui e` possibile descrivere gli algoritmi. Programma: e` la rappresentazione di un algoritmo in un particolare linguaggio di
DettagliSoluzione del problema come ricerca in uno spazio degli stati:
Soluzione del problema come ricerca in uno spazio degli stati: Gran parte dei problemi di Intelligenza Artificiale hanno la ricerca (o controllo) come componente fondamentale. I problemi si possono modellare
DettagliIstruzioni Condizionali
Corso di Laurea Ingegneria Informatica Fondamenti di Informatica 1 Dispensa 6 Istruzioni Condizionali Carla Limongelli Settembre 2006 http://www.dia.uniroma3.it/~java/fondinf1/ Istruzioni condizionali
DettagliCOMPITO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE 15 Luglio 2010 (Punteggio su 30/30; Tempo 2h )
COMPITO DI APPLICAZIONI DI INTELLIGENZA ARTIFICIALE 15 Luglio 2010 (Punteggio su 30/30; Tempo 2h ) Esercizio 1 (punti 8) Dato il seguente training set S: Citazioni Articoli Classe 1? Si 2? No 1 1 Si 3
DettagliRappresentazione della conoscenza. Lezione 11. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 11 0
Rappresentazione della conoscenza Lezione 11 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 11 0 Sommario Pianificazione Deduttiva nel calcolo delle situazioni (Reiter 3.3) Teoria del calcolo
DettagliModellazione di Applicazioni Web. Dr. Marco Benini Dipartimento di Informatica e Comunicazione Università degli Studi dell'insubria
Modellazione di Applicazioni Web Dr. Marco Benini Dipartimento di Informatica e Comunicazione Università degli Studi dell'insubria Le Applicazioni Web Portali, motori di ricerca, e-learning, commercio
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 13 Luglio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 13 Luglio 2017 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (6 punti) Si formalizzino le seguenti frasi in logica dei predicati: - Esiste almeno un
DettagliCorso di SISTEMI INTELLIGENTI M. Prof. Michela Milano" Anno accademico 2011/2012
Università degli Studi di Bologna Facoltà di Ingegneria" Corso di SISTEMI INTELLIGENTI M! Corso di Laurea in Ingegneria Informatica! Prof. Michela Milano" Anno accademico 2011/2012 CONTENUTI (Fondamenti
DettagliIntroduzione alla Programmazione Logica ed al linguaggio PROLOG
Introduzione alla Programmazione Logica ed al linguaggio PROLOG Esercitazioni per il corso di Logica ed Intelligenza Artificiale a.a. 2014/15 Paolo Tomeo http://sisinflab.poliba.it/tomeo Programmazione
DettagliRappresentazione degli algoritmi
Rappresentazione degli algoritmi Universitá di Ferrara Ultima Modifica: 21 ottobre 2014 1 1 Diagramma di flusso Utilizzare il diagramma di flusso per rappresentare gli algoritmi che risolvono i seguenti
DettagliUniversità degli studi di Bologna Facoltà di Ingegneria
Università degli studi di Bologna Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica Attività di tirocinio curriculare svolta presso: D.E.I.S. JGraphPlan: pianificatore Java
DettagliPLANNING. diagnosi: pianificazione di test o azioni per riparare (riconfigurare) un sistema scheduling robotica
PLANNING La pianificazione automatica (planning) rappresenta un importante attività di problem solving che consiste nel sintetizzare una sequenza di azioni che eseguite da un agente a partire da uno stato
DettagliTABELLA OPERATORI ARITMETICI
ARITMETICA E RICORSIONE Non esiste, in logica, alcun meccanismo per la valutazione di funzioni, operazione fondamentale in un linguaggio di programmazione I numeri interi possono essere rappresentati come
DettagliLinguaggi di Programmazione
Linguaggi di Programmazione E una notazione con cui e possibile descrivere gli algoritmi. Programma: e la rappresentazione di un algoritmo in un particolare linguaggio di programmazione. In generale, ogni
DettagliLogica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17
Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17 Andrea Corradini e Francesca Levi Dipartimento di Informatica E-mail: andrea@di.unipi.it, francesca.levi@unipi.it A. Corradini e
DettagliLogica proposizionale
Fondamenti di Informatica per la Sicurezza a.a. 2008/09 Logica proposizionale Stefano Ferrari UNIVERSITÀ DEGLI STUDI DI MILANO DIPARTIMENTO DI TECNOLOGIE DELL INFORMAZIONE Stefano Ferrari Università degli
DettagliLogica proposizionale
Logica proposizionale Proposizione: frase compiuta che è sempre o vera o falsa. Connettivi Posti in ordine di precedenza: not, and, or, implica, doppia implicazione Sintassi Le proposizioni sono costituite
DettagliCOMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I
COMPITO DI FONDAMENTI DI INTELLIGENZA ARTIFICIALE INTELLIGENZA ARTIFICIALE (v.o.) PARTE I 10 Gennaio 2008 (Tempo a disposizione 2h e 1/2; su 32 punti) Esercizio 1 (punti ) Si rappresenti in logica dei
DettagliSoluzione del problema come ricerca in uno spazio degli stati:
Soluzione del problema come ricerca in uno spazio degli stati: Gran parte dei problemi di Intelligenza Artificiale hanno la ricerca (o controllo) come componente fondamentale. I problemi si possono modellare
DettagliMetodi formali per la verifica dell affidabilità di sistemi software (e hardware) (Peled, Software Reliability Methods, cap. 1) Importanza della
Metodi formali per la verifica dell affidabilità di sistemi software (e hardware) (Peled, Software Reliability Methods, cap. 1) Importanza della verifica di sistemi (safety-critical, commercially critical,
DettagliProgrammazione logica e PROLOG. Esercitazione 1. AI - Carlucci Aiello & Nardi, 2007 Esercitazione 1 0
Programmazione logica e PROLOG Esercitazione 1 AI - Carlucci Aiello & Nardi, 2007 Esercitazione 1 0 Sommario Programmazione logica Base delle conoscenze Interrogazioni Regole Ricorsive Esecuzione dei programmi
DettagliSPARQL Injection attacking the triple store
SPARQL Injection attacking the triple store Simone Onofri Luca Napolitano -Italy Day2012 Rome, 23 November 2012 Copyright 2008 - The Foundation Permission is granted to copy, distribute and/or modify this
DettagliRicerca Automatica. Esercitazione 3. Intelligenza Artificiale Daniele Nardi, 2004 Esercitazione 3 0
Ricerca Automatica Esercitazione 3 Intelligenza Artificiale Daniele Nardi, 2004 Esercitazione 3 0 Ascensore In un grattacielo ci sono 3 coppie formate da marito e moglie. Il cancello delle scale viene
DettagliAlgebra di Boole: mappe di Karnaugh e funzioni NAND e NOR
Corso di Calcolatori Elettronici I A.A. 2010-2011 Algebra di Boole: mappe di Karnaugh e funzioni NAND e NOR Lezione 7 Università degli Studi di Napoli Federico II Facoltà di Ingegneria Funzioni Equivalenza
DettagliInformatica Applicata 3.3 OWL. Antonella Poggi. Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE
Informatica Applicata 3.3 OWL Antonella Poggi Anno Accademico 2012-2013 DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE The Semantic Web Tower Antonella Poggi Pagina 2 Le ontologie
DettagliCosa si intende con stato
Il concetto di stato Cosa si intende con stato I una particolare configurazione delle informazioni di una macchina, che in qualche modo memorizza le condizioni in cui si trova, e che cambia nel tempo passando
DettagliYYY02 Esercizi per Teoria. Esercizi per preparazione alla prova scritta
YYY02 Esercizi per Teoria Esercizi per preparazione alla prova scritta Esercizio YYY02_02 - Busy Waiting In linguaggio ANSI C, siano dichiarate le seguenti variabili, e siano queste variabili debitamente
DettagliAutomi Automi finiti: macchine a stati su sistemi di transizioni finiti Modellare con TS e specificare con automi: si usa lo stesso tipo di
Automi Automi finiti: macchine a stati su sistemi di transizioni finiti Modellare con TS e specificare con automi: si usa lo stesso tipo di rappresentazione per descrivere programmi e specifiche. ω-automi:
DettagliTEST: RAGGIUNGIMENTO DEL GOAL La verifica può essere solo l appartenenza dello stato raggiunto all insieme dello stato (o degli stati) goal. A volte l
Soluzione del problema come ricerca in uno spazio degli stati: Gran parte dei problemi di Intelligenza Artificiale hanno la ricerca (o controllo) come componente fondamentale. I problemi si possono modellare
DettagliFondamenti d Informatica: linguaggi formali. Barbara Re, Phd
Fondamenti d Informatica: linguaggi formali Barbara Re, Phd Agenda } Introdurremo } La nozione di linguaggio } Strumenti per definire un linguaggio } Espressioni Regolari 2 Linguaggio } Da un punto di
DettagliSVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB
Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Relatore Chiarissimo
DettagliIntelligenza Artificiale I
Intelligenza Artificiale I Logica formale Calcolo simbolico Marco Piastra Logica formale - Calcolo simbolico - 1 Calcolo simbolico? Una fbf è conseguenza logica di un insieme di fbf sse qualsiasi modello
DettagliDiagrammi di flusso. Un metodo per rappresentare graficamente gli algoritmi. sotto programma. Input/ Output. Start. predicato Elaborazione Stop
Diagrammi di flusso Un metodo per rappresentare graficamente gli algoritmi. Input/ Output sotto programma Start predicato Elaborazione Stop La programmazione strutturata Un algoritmo è strutturato in blocchi
DettagliEsercitazioni di Reti Logiche. Lezione 2 Algebra Booleana e Porte Logiche. Zeynep KIZILTAN zkiziltan@deis.unibo.it
Esercitazioni di Reti Logiche Lezione 2 Algebra Booleana e Porte Logiche Zeynep KIZILTAN zkiziltan@deis.unibo.it Argomenti Algebra booleana Funzioni booleane e loro semplificazioni Forme canoniche Porte
DettagliData Management Software. Il linguaggio SQL. Query Innestate. Paolo Avallone Sr Consulting IT Specialist DB2, Data Management 10 Settembre 2003
DB2 Data Management Software Il linguaggio SQL Query Innestate Paolo Avallone Sr Consulting IT Specialist DB2, Data Management 10 Settembre 2003 LEGGERE LE SEGUENTI ATTENZIONI Le informazioni contenute
DettagliCorso di Basi di Dati e Conoscenza
Corso di Basi di Dati e Conoscenza Gestione dei Dati e della Conoscenza Primo Emicorso - Basi di Dati Roberto Basili a.a. 2012/13 1 Obbiettivi Formativi Scenario Le grandi quantità di dati accumulate nelle
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 st PART (6 CFU) 16 June 2011 Available time: 2 h Mark: 32/32 pts
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 1 st PART (6 CFU) 16 June 2011 Available time: 2 h Mark: 32/32 pts Exercise 1 (6 pts) Rewrite the following sentences as First Order Logic predicates: every person
DettagliELABORAZIONE DELLE INFORMAZIONI (ALGORITMI E LINGUAGGI DI PROGRAMMAZIONE)
1 LEZIONE 9 ELABORAZIONE DELLE INFORMAZIONI (ALGORITMI E LINGUAGGI DI PROGRAMMAZIONE) Laboratorio di Informatica per l Educazione A. A. 2014/2015 IN SINTESI (ELABORAZIONE) Con i COMPUTER, le macchine diventano
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU)
FONDAMENTI DI INTELLIGENZA ARTIFICIALE (8 CFU) 13 Febbraio 2015 Tempo a disposizione: 2 h Risultato: 32/32 punti Esercizio 1 (punti 6) Si esprimano in logica dei predicati del I ordine le seguenti frasi:
DettagliCOMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,
DettagliSi consideri il seguente tableau ottimo di un problema di programmazione lineare
ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6
DettagliInformatica 3. LEZIONE 1: Introduzione. Modulo 1: Introduzione al corso Modulo 2: Introduzione ai linguaggi di programmazione
Informatica 3 LEZIONE 1: Introduzione Modulo 1: Introduzione al corso Modulo 2: Introduzione ai linguaggi di Informatica 3 Lezione 1- Modulo 1 Introduzione al corso Introduzione Corso di Informatica 3
Dettagli] Ricavare l'immagine filtrata tramite il median filter prestando attenzione ai pixel di bordo.
Compito 1 del 10 febbraio 2010 1. Fare un esempio su come modificare i fuzzy sets di un sistema esperto utilizzando un algoritmo genetico. 2. Si rappresenti il gradimento dei servizi offerti da un centro
DettagliProgrammazione Dichiarativa. Programmazione Logica. SICStus PROLOG PROLOG. http://www.sics.se/sicstus/ Bob Kowalski: "Algoritmo = Logica + Controllo"
Programmazione Logica Bob Kowalski: "Algoritmo = Logica + Controllo" nella programmazione tradizionale: il programmatore deve occuparsi di entrambi gli aspetti nella programmazione dichiarativa: il programmatore
DettagliLez. 5 La Programmazione. Prof. Salvatore CUOMO
Lez. 5 La Programmazione Prof. Salvatore CUOMO 1 2 Programma di utilità: Bootstrap All accensione dell elaboratore (Bootsrap), parte l esecuzione del BIOS (Basic Input Output System), un programma residente
DettagliEsercitazioni di Reti Logiche. Algebra Booleana e Porte Logiche
Esercitazioni di Reti Logiche Algebra Booleana e Porte Logiche Zeynep KIZILTAN Dipartimento di Scienze dell Informazione Universita degli Studi di Bologna Anno Academico 2007/2008 Notizie Il primo parziale
DettagliIl linguaggio di programmazione Python
Università Roma Tre Dipartimento di Matematica e Fisica Percorso Abilitante Speciale Classe A048 Matematica Applicata Corso di Informatica Il linguaggio di programmazione Python Marco Liverani (liverani@mat.uniroma3.it)
DettagliFONDAMENTI DI INTELLIGENZA ARTIFICIALE 2 Aprile 2009 Tempo a disposizione 2h Risultato 32/32 punti
FONDAMENTI DI INTELLIGENZA ARTIFICIALE 2 Aprile 9 Tempo a disposizione 2h Risultato 2/2 punti Esercizio 1 (punti ) Sam, Clyde e Oscar sono elefanti (ma questa informazione può essere trascurata). Su di
DettagliRipasso di teoria ed esercizi in preparazione al secondo compito.??? Dicembre 2004
Ripasso di teoria ed esercizi in preparazione al secondo compito??? Dicembre 2004 Teoria: domande tipiche da compitino 1. Manipolazione delle strutture sintattiche: quali sono i predicati per la manipolazione
DettagliAlgebra di Boole. Fondamenti di Informatica per Meccanici Energetici - Biomedici 1. Politecnico di Torino Ottobre Mr. Boole. Variabile booleana
Fondamenti di Informatica per Meccanici Energetici - iomedici 1 Mr. oole lgebra di oole George oole: Matematico inglese del XIX secolo lgebra che descrive le leggi del pensiero Logica da cui è possibile
DettagliLez. 8 La Programmazione. Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1
Lez. 8 La Programmazione Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1 Dott. Pasquale De Michele Dott. Raffaele Farina Dipartimento di Matematica e Applicazioni Università di Napoli
DettagliLinguaggi e Ambienti di Programmazione
Linguaggi e Ambienti di Programmazione Principi e tecniche diffuse che si incontrano spesso nelle applicazioni dell informatica. Compilatori Editor di struttura: riceve in input una sequenza di comandi
Dettagli